1.2 數(shù)據(jù)庫中的數(shù)據(jù)

目前，常見的數(shù)據(jù)庫可以分為如下兩類。

●關(guān)系型數(shù)據(jù)庫，如MySQL、PostgreSQL、Microsoft SQL Server、Oracle等。

●非關(guān)系型數(shù)據(jù)庫，如BigTable（Google）、Cassandra、MongoDB等。

隨著技術(shù)的發(fā)展，其他類型的數(shù)據(jù)庫也在涌現(xiàn)，如鍵值數(shù)據(jù)庫等。

MySQL是常用的關(guān)系型數(shù)據(jù)庫，它有著比較悠久的歷史，曾經(jīng)是開源的，后來被轉(zhuǎn)手到甲骨文公司，目前僅有社區(qū)版開源。盡管如此，因為種種原因，它的使用量仍然比較大。因此，下面就以它為例說明如何從關(guān)系型數(shù)據(jù)庫中讀取數(shù)據(jù)。

如果讀者尚未在本地計算機安裝此數(shù)據(jù)，可以參閱“擴展探究”中的相關(guān)內(nèi)容。

作為未來的數(shù)據(jù)科學(xué)行業(yè)從業(yè)者，我們必須掌握數(shù)據(jù)庫有關(guān)知識。

基礎(chǔ)知識

從MySQL數(shù)據(jù)庫中讀取數(shù)據(jù)的最基本方法是使用SQL語句。下面以本地所創(chuàng)建的數(shù)據(jù)庫為例，演示常用的查詢語句。

（1）顯示數(shù)據(jù)庫名稱。

SQL的全稱為Structured Query Language，譯為結(jié)構(gòu)化查詢語言。SQL是用于訪問和處理數(shù)據(jù)庫的標(biāo)準(zhǔn)計算機語言。

查詢已有的數(shù)據(jù)庫，其中名為books的數(shù)據(jù)庫是專為本操作示例而創(chuàng)建的。

（2）顯示某數(shù)據(jù)庫中的表名稱。

首先，指定要操作的數(shù)據(jù)庫。

然后，顯示此數(shù)據(jù)庫中的表名稱：

也可以使用如下SQL語句實現(xiàn)表名稱的查詢。

（3）顯示數(shù)據(jù)庫表的結(jié)構(gòu)。

顯示表結(jié)構(gòu)的常用SQL語句，例如：

SQL語句中的命令不區(qū)分大小寫，通常習(xí)慣用大寫。

或者

（4）查詢表的記錄條數(shù)。

在查詢數(shù)據(jù)庫表的具體內(nèi)容之前，先了解記錄數(shù)量的大小。

查詢顯示mybooks表中共有6條記錄。也可以分組查詢。其中COUNT(1)也可以寫成COUNT(*)，結(jié)果一樣。

關(guān)于COUNT(1)和COUNT(*)的區(qū)別，有不同解釋，讀者可以在網(wǎng)上查閱。

此處的查詢結(jié)果顯示，mybooks表中的記錄根據(jù)字段PUB的值可以分為兩組：其中一組有4條，另一組有2條。

在上述查詢記錄數(shù)量的SQL語句中，使用了COUNT(1)，其實也可以更換為其他整數(shù)或者字段名稱。

上面語句的含義是針對某個字段的記錄進行查詢。如果使用COUNT(1)，則意味著根據(jù)主鍵進行記錄數(shù)量查詢。

（5）查詢記錄詳情。

查詢記錄詳情的SQL語句關(guān)鍵詞是SELECT。下面列舉幾種常見的查詢方法，更多的查詢方法請參閱數(shù)據(jù)庫的文獻資料。

●查詢所有記錄

顯示出數(shù)據(jù)庫表中的所有記錄的所有字段值。

●查詢指定字段值

●查詢結(jié)果按照指定字段值的倒序排列

●依據(jù)條件查詢

查詢到了字段pub的值為“phei”的所有記錄。

查詢到了字段id的值為2和5的記錄。

查詢到了字段id的值在2～5之間的所有記錄。

查詢到了字段id的值中含有“Python”字樣的記錄。

依據(jù)條件查詢的方式還很多，此處不一一列舉，請讀者在應(yīng)用的時候查閱有關(guān)資料。

除了使用SQL語句，還可以利用高級語言實現(xiàn)對數(shù)據(jù)庫內(nèi)容的讀寫操作。例如，Python語言針對MySQL數(shù)據(jù)庫的接口模塊就有多種，此處以其中一個名為PyMySQL的模塊為例進行說明（官方網(wǎng)站：https://pymysql.readthedocs.io/en/latest/）。

首先安裝此模塊：

安裝完畢后，用如下方式連接數(shù)據(jù)庫，并讀取表中的記錄。

此處演示的是連接本地數(shù)據(jù)庫，host也可以用于指定遠程地址。

為了實現(xiàn)Python與MySQL數(shù)據(jù)庫的連接，In[1]的代碼中使用了pymysql模塊，并且用①的方式實現(xiàn)連接，即建立了連接對象（變量mydb引用的pymysql.connect函數(shù)返回對象）。讀者可以通過幫助文檔查看pymysql.connect函數(shù)的各參數(shù)的具體含義。

②創(chuàng)建一個游標(biāo)對象，后續(xù)的各種關(guān)于數(shù)據(jù)庫的操作都是利用此游標(biāo)對象的方法進行的。

③是一個字符串，是從數(shù)據(jù)庫表中讀取所有記錄的SQL語句。

④使用游標(biāo)對象的execute方法執(zhí)行SQL語句，再用⑤得到所有的記錄，為了顯示出來，執(zhí)行其后的循環(huán)語句。

項目案例

1．項目描述

在MySQL環(huán)境中，創(chuàng)建如下結(jié)構(gòu)的數(shù)據(jù)庫表（名字為cities）。

將1.1.1節(jié)的In[2]數(shù)據(jù)寫入此數(shù)據(jù)表中。然后，用Python完成如下查詢。

●查詢表中的記錄總數(shù)。

●只查詢name和area兩個字段的記錄。

●查詢population字段中最大和最小的記錄。

●查詢?nèi)坑涗洠⒉樵兘Y(jié)果按照area字段從大到小地排序。

2．實現(xiàn)過程

（1）根據(jù)要求，用SQL語句創(chuàng)建數(shù)據(jù)庫表結(jié)構(gòu)（也可以用Python完成創(chuàng)建數(shù)據(jù)庫表結(jié)構(gòu)的操作，請讀者自行仿照In[1]的方式完成）。

注意，在此處使用的是“utf8”，不是“utf-8”。

（2）從CSV文檔中讀入數(shù)據(jù)，并寫入數(shù)據(jù)庫表city中。

Pandas中也提供了針對讀寫數(shù)據(jù)庫的函數(shù)pd.read_sql()和pd.to_sql()，詳細內(nèi)容請掃描二維碼閱讀《Pandas讀寫文件》。

執(zhí)行In[2]的代碼之后，將原來CSV文件的數(shù)據(jù)插入數(shù)據(jù)庫表city中。如果使用SQL語句查看此表的結(jié)果，可以進行如下操作：

（3）利用Python語言完成查詢要求。

動手練習(xí)

注：以下操作可以基于本節(jié)已經(jīng)創(chuàng)建的數(shù)據(jù)庫進行，也可以自己新建數(shù)據(jù)庫。

1．查詢數(shù)據(jù)庫表中的所有記錄。

2．根據(jù)指定字段查詢。

3．按照指定字段排序，并查詢指定數(shù)量的記錄，如倒序排列之后的前三條記錄。

4．根據(jù)某個字段值查詢。

5．根據(jù)某個字段值在某范圍內(nèi)查詢。

6．根據(jù)某個字段值的字符匹配條件查詢。

7．指定字段，練習(xí)帶AND或者OR的多條件查詢。

擴展探究

1．在本地計算機上安裝MySQL數(shù)據(jù)庫，并熟悉有關(guān)操作。

●安裝：https://dev.mysql.com/doc/refman/8.0/en/installing.html。

●SQL語句：https://www.w3schools.com/sql/。

2．可以進一步了解其他關(guān)系型數(shù)據(jù)庫，如PostgreSQL（網(wǎng)站：https://www.postgresql.org/）。

3．利用Pandas的函數(shù)，讀取數(shù)據(jù)庫中的記錄。

再次體現(xiàn)了Pandas的強大功能。

建議讀者在上述基礎(chǔ)上，用Pandas的函數(shù)完成“動手練習(xí)”中的各題的操作。

4．建議讀者了解非關(guān)系型數(shù)據(jù)庫，如比較常用的MongoDB，其官網(wǎng)是https://www.mongodb.com/。